AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载Canny 是产品团队常用的用户反馈收集与管理平台。在 awesome-claude-skills 仓库的 App Automation via Composio 板块中canny-automation 技能为 Claude 提供了通过 Composio Canny 工具集操作 Canny 的标准工作流从工具发现、连接管理到批量执行全程基于 Rube MCP 实现。读完本文你将掌握该技能的接入方法、三阶段核心执行模式、每个关键参数的语义以及规避常见坑位的实战经验可直接将其迁移到自己的 Claude 工作流中。技能定位一个技能、三层协作本技能本质上是与 composio-automation、composio-search-automation 等同一体系的预构建工作流技能之一。仓库 README 将其归入 App Automation via Composio 板块并说明这是为数十个 SaaS 应用预构建的工作流技能每个技能都包含工具序列、参数指导、已知陷阱和快速参考表且全部使用从 Composio API 发现的真实工具 slug。技能文件开头是标准的 YAML frontmatter--- name: canny-automation description: Automate Canny tasks via Rube MCP (Composio). Always search tools first for current schemas. requires: mcp: [rube] ---这段元数据透露了三个关键信息依赖声明requires.mcp: [rube]表明技能运行的前提是 Rube MCP 服务器可用这是技能与 MCP 层衔接的接口能力边界description 明确本技能负责 Canny 任务的自动化而非 Canny 本身核心纪律description 中特意强调 Always search tools first for current schemas将先搜索工具设为技能的第一原则。结合仓库 README 对技能体系的阐释MCP 负责与外部系统建立连接认证、传输、工具发现工具是 Agent 实际调用的单个函数而技能定义的是做什么、按什么顺序做、带哪些护栏的工作流。三者叠加运行——MCP 提供访问、工具提供动作、技能约束行为。canny-automation 正是这一理念在 Canny 场景的具体落地。运行前置条件技能文档列出的前置条件可以归结为三条硬性要求Rube MCP 必须已连接且RUBE_SEARCH_TOOLS工具可用Canny 连接必须处于活跃状态该连接通过RUBE_MANAGE_CONNECTIONS工具、以 toolkit 标识canny建立任何工作流执行前必须先调用RUBE_SEARCH_TOOLS获取当前工具 schema不得凭记忆或旧文档直接调用工具。这三条中第一条是基础设施、第二条是认证前提、第三条是执行纪律缺一不可。环境搭建接入 Rube MCP 并激活 Canny 连接技能给出的接入方式非常轻量在客户端配置中把 Rube MCP 端点添加为 MCP 服务器即可无需任何 API Key——添加端点后即可直接工作。设置流程共四步验证 Rube MCP 可用确认RUBE_SEARCH_TOOLS能够正常响应建立 Canny 连接调用RUBE_MANAGE_CONNECTIONStoolkit 指定为canny完成授权若连接状态不是ACTIVE跟随返回的认证链接完成设置确认状态在运行任何工作流之前确认连接状态显示为ACTIVE。这里有一个容易被忽略的细节连接状态检查之所以被单独列为一步是因为 Canny 这类第三方平台 OAuth 凭证会过期或被撤销。将确认 ACTIVE设为工作流启动前的强制检查点可以避免工具执行到一半才发现认证失效的尴尬局面。工具发现永远先调用 RUBE_SEARCH_TOOLS技能强调始终先发现工具再执行工作流并给出标准的发现调用RUBE_SEARCH_TOOLS queries: [{use_case: Canny operations, known_fields: }] session: {generate_id: true}这个调用返回四类关键信息可用的工具 slugtool slugs输入 schemainput schemas即每个工具接受的字段名、类型与必填项推荐的执行计划recommended execution plans已知陷阱known pitfalls。从参数层面看use_case用自然语言描述目标任务这里是 Canny operationsknown_fields用于传入已知字段以便精确匹配初始探索时留空即可session.generate_id: true表示由服务端生成一个全新的会话 ID 用于本次探索。技能给出如此严谨的先搜索纪律背后是工具 schema 的动态性Composio 托管的工具集会随平台演进持续更新参数结构硬编码工具 slug 或参数必然导致调用失败。这也解释了为什么RUBE_GET_TOOL_SCHEMAS被单列为快速参考中的一项——当搜索结果的工具带有schemaRef引用时需要用它获取完整的 schema 定义。核心工作流模式三阶段标准流程技能文档将 Canny 自动化收敛为高度可复用的三步模式。这一模式在同仓库其他技能中完全一致可对照 composio-automation说明它是一套经过验证的通用执行范式。Step 1发现可用工具RUBE_SEARCH_TOOLS queries: [{use_case: your specific Canny task}] session: {id: existing_session_id}注意与初始探索调用的差异这里的session传入的是已存在的会话 IDexisting_session_id而不是重新生成。这是因为同一工作流内需要保持上下文连续服务端能借此理解你之前探索过什么。Step 2检查连接RUBE_MANAGE_CONNECTIONS toolkits: [canny] session_id: your_session_id在执行任何工具前用此调用确认cannytoolkit 的连接状态为ACTIVE。toolkits是数组类型未来如需批量检查多个连接可以一并传入。Step 3执行工具RUBE_MULTI_EXECUTE_TOOL tools: [{ tool_slug: TOOL_SLUG_FROM_SEARCH, arguments: {/* schema-compliant args from search results */} }] memory: {} session_id: your_session_id这是实际触发 Canny 操作的环节几个参数务必理解到位tool_slug必须取自 Step 1 搜索结果而不是从本文或任何旧文档中硬编码arguments必须严格遵循搜索结果返回的 schema——字段名、类型、必填项一个都不能偏差memory技能特别强调即使为空也必须包含{}这是RUBE_MULTI_EXECUTE_TOOL调用契约的一部分session_id复用当前工作流的会话 ID与 Step 1/Step 2 保持一致。批量与全量 schema 的进阶路径当单次调用无法满足需求时快速参考表提供了两条进阶路径批量操作RUBE_REMOTE_WORKBENCH配合run_composio_tool()使用适合在远程工作台中编排多次 Canny 工具调用完整 schemaRUBE_GET_TOOL_SCHEMAS用于获取带schemaRef引用的工具的完整定义是深度定制调用参数时的重要补充。已知陷阱与避坑清单技能文档沉淀了六条实战陷阱全部来自真实调用经验必须先搜索工具 schema 会变化未经RUBE_SEARCH_TOOLS就硬编码工具 slug 或参数是头号错误来源必须查连接执行前用RUBE_MANAGE_CONNECTIONS确认状态为ACTIVE防止认证失效导致调用中断必须遵守 schema字段名和类型必须与搜索结果完全一致不能凭直觉增删参数必须带 memory 参数即使没有上下文需要传递RUBE_MULTI_EXECUTE_TOOL调用也要携带memory空值写作{}会话 ID 复用策略同一工作流内复用会话 ID新工作流再生成新 ID避免上下文污染分页必须取完检查响应中的分页 tokenpagination tokens持续拉取直到数据完整防止结果被截断。快速参考表技能文档以一张速查表收束全部操作要点OperationApproachFind toolsRUBE_SEARCH_TOOLSwith Canny-specific use caseConnectRUBE_MANAGE_CONNECTIONSwith toolkitcannyExecuteRUBE_MULTI_EXECUTE_TOOLwith discovered tool slugsBulk opsRUBE_REMOTE_WORKBENCHwithrun_composio_tool()Full schemaRUBE_GET_TOOL_SCHEMASfor tools withschemaRef这张表回答了 Canny 自动化中的全部核心问题用什么发现、用什么连接、用什么执行、大批量怎么办、schema 不全怎么办。技能模式的普遍性一套范式数十个应用值得强调的是canny-automation 并非孤例。在其所属的 composio-skills 目录中数十个*-automation技能如 composio-automation、composio-search-automation 等遵循着完全相同的文档结构frontmatter 声明 前置条件 四步连接流程 工具发现 三步执行模式 陷阱清单 快速参考表。这说明你读完本文掌握的执行纪律——先搜索、查连接、遵 schema、带 memory、复用会话、取全分页——可以直接平移到对任意 Composio 支持应用的自动化中只需把 toolkit 标识替换为对应应用即可。总结canny-automation 技能为 Canny 反馈管理提供了一条完整的自动化路径通过 Rube MCP 零 API Key 接入用RUBE_SEARCH_TOOLS动态发现工具、RUBE_MANAGE_CONNECTIONS保障连接、RUBE_MULTI_EXECUTE_TOOL完成执行。其核心价值不在具体命令而在它固化的工程纪律——schema 优先、状态校验、契约完备、会话管理。把这些纪律内化为习惯你就能在 Claude 中稳定、可靠地自动化 Canny 乃至任意第三方平台的业务操作。赞分享AI 技能AI 插件人工智能工作流自动化【免费下载链接】awesome-claude-skillsA curated list of awesome Claude Skills, resources, and tools for customizing Claude AI workflows项目地址https://gitcode.com/GitHub_Trending/aw/awesome-claude-skills点击查看免费下载相关推荐使用 Rube MCP 自动化 Apaleoawesome-claude-skills 中 apaleo-automation 技能的完整实战指南使用 Rube MCP 自动化 Apaleoawesome claude skills 中 apaleo automation 技能的完整实战指南 本文是一份AI 技能AI 插件人工智能工作流自动化使用 Rube MCP 自动化 Anonyflow 操作awesome-claude-skills 中 anonyflow-automation 技能实战指南使用 Rube MCP 自动化 Anonyflow 操作awesome claude skills 中 anonyflow automation 技能实战指南AI 技能AI 插件人工智能工作流自动化通过 Rube MCP 自动化 Apiverve 任务awesome-claude-skills 中 apiverve-automation 技能的完整实战指南通过 Rube MCP 自动化 Apiverve 任务awesome claude skills 中 apiverve automation 技能的完整实战指AI 技能AI 插件人工智能工作流自动化上一篇深入解析 TanStack Table 的 AggregationResult 类型别名标量与键控聚合结果的类型推断机制下一篇终极拆分APK安装解决方案SAI让Android App Bundle安装变得简单高效创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考